具有仿射依赖关系的数据流的非冗余分解

针对多面体程序的优化流水线试图最大化计算吞吐量。传统方法倾向于重用和时间局部性；虽然通信量可能很低，但未能优化空间局部性可能导致较低的I/O性能。使用数据划分（如数据平铺）的内存分配方案可以改善空间局部性，但它们是特定于领域的，并且在提供现有分配时很少由编译器应用。在本文中，我们提出利用分块多面体程序的数据流信息来推导其分区内存分配。我们扩展现有的MARS划分以处理仿射依赖关系，并确定哪些依赖关系可以为通信带来规则、简单的控制流。虽然本文是一项理论研究，但先前关于节点间场景中数据划分的工作已经表明，由于更好的带宽利用率，性能得到了提升。